基于自适应分类曲线拟合的干涉多光谱图像压缩
分析了干涉多光谱图像数据的两个特性,并提出一种基于自适应分类曲线拟合的压缩算法.首先采用均方差准则自适应地将干涉多光谱图像分为强、弱两类干涉区域,并分别构造不同的拟合函数.对强干涉区域,选择典型曲线,并采用最小二乘原理对典型曲线进行拟合,而其余曲线则根据典型曲线进行匹配预测;对弱干涉区域,则分别对所有干涉光强曲线独立进行拟合.最后将所有误差数据进行熵编码.实验结果表明,与JPEG2000相比,该算法能够减少无损压缩输出码率约0.2 bit/pixel,明显提高有损压缩的重建图像质量,降低光谱失真.
干涉成像光谱仪、干涉多光谱图像、图像压缩、分类、曲线拟合
29
TN919.81
国家自然科学基金60532060,60507012,60802076;西安电子科技大学博士创新基金创05025资助课题
2009-03-27(万方平台首次上网日期,不代表论文的发表时间)
共8页
78-85